小夕還記得幾年前剛?cè)肟拥臅r(shí)候，老師給的入門(mén)資料就是一堆論文！害的小夕差點(diǎn)放棄。。。

如今深度學(xué)習(xí)應(yīng)用的開(kāi)發(fā)成本越來(lái)越低，學(xué)習(xí)資料越來(lái)越多，于是對(duì)初學(xué)者來(lái)說(shuō)進(jìn)入了另一個(gè)相反的困境——資料過(guò)多，讓人眼花繚亂！哪怕是最最經(jīng)典、頂尖的公開(kāi)課。也是有好多門(mén)（斯坦福的、coursera的、MIT的、Berkeley的……）。更不必說(shuō)眼花繚亂的紙質(zhì)書(shū)籍，更更不用說(shuō)鋪天蓋地的訂閱號(hào)（比如夕小瑤的賣(mài)萌屋）

如果你正在糾結(jié)如何去選擇，不妨先看看小夕的推薦~

首先，小夕沒(méi)有提到的資料，要么就是小夕沒(méi)有看過(guò)的，要么就是難以說(shuō)好壞的，所以沒(méi)提到的資料要自己判斷哦，不代表資料不好~

另外嚴(yán)正聲明！小夕沒(méi)有收一分廣告費(fèi)！這！不！是！廣！告！文！沒(méi)認(rèn)真看過(guò)的資料小夕是不會(huì)瞎推的！

下面小夕就從視頻資料、書(shū)籍資料、其它資料給大家分別推薦啦。

視頻資料方面，小夕就不多推薦啦，因?yàn)榭匆曨l真的是很磨時(shí)間的學(xué)習(xí)方式。就提一下三門(mén)課：

1、coursera上Ng開(kāi)設(shè)的機(jī)器學(xué)習(xí)。

https://www.coursera.org/learn/machine-learning/

如果在入門(mén)深度學(xué)習(xí)之前都沒(méi)有接觸過(guò)機(jī)器學(xué)習(xí)的話(huà)，那么這門(mén)課是小夕建議十分有必要聽(tīng)的~尤其是課程的好幾個(gè)大作業(yè)，Ng已經(jīng)給你寫(xiě)好的框架也要好好看，這對(duì)于摸清行業(yè)基本工程框架是十分有幫助的~可以說(shuō)是理論與工程雙收的入門(mén)教程。當(dāng)然，已經(jīng)入門(mén)的就忽略吧。

2、斯坦福大學(xué)的公開(kāi)課CS231n（深度學(xué)習(xí)與計(jì)算機(jī)視覺(jué)）。

http://cs231n.stanford.edu/

小夕是做自然語(yǔ)言處理（NLP）的，所以早就聽(tīng)說(shuō)了這門(mén)課但是一直也沒(méi)有去看。最近也是刷了幾節(jié)，感覺(jué)非視覺(jué)方向的小伙伴聽(tīng)一聽(tīng)也是有幫助的~不過(guò)個(gè)人覺(jué)得非視覺(jué)方向的，又不是有大把時(shí)間的，就不用太心心念這門(mén)課啦，這門(mén)課的更高效的替代品還是蠻多的。視覺(jué)方向的剛要入門(mén)的去刷就非常合適了。

3、斯坦福大學(xué)的公開(kāi)課CS224d（深度學(xué)習(xí)與自然語(yǔ)言處理）。

http://cs224d.stanford.edu/syllabus.html

這門(mén)課是深度學(xué)習(xí)與自然語(yǔ)言處理的結(jié)合，開(kāi)課老師是NLP領(lǐng)域的天才級(jí)大牛Richard Socher，幾乎各種遞歸網(wǎng)絡(luò)的提出者。NLP方向的小伙伴要入門(mén)深度學(xué)習(xí)的話(huà)，看這門(mén)課是很合適的，小夕也刷完了，畢竟詞向量這些概念的特性理解不透的話(huà)，CNN、RNN理解的再好也很容易瓶頸了。不過(guò)這門(mén)課對(duì)CNN在NLP領(lǐng)域的應(yīng)用講的不多，還是建議剛?cè)腴T(mén)的初學(xué)者刷一刷，已經(jīng)入門(mén)的就不用啦，太浪費(fèi)時(shí)間。

4、coursera上Ng開(kāi)設(shè)的Neural networks and deep learning。

https://www.coursera.org/specializations/deep-learning

這門(mén)課實(shí)在太太太火，小夕也是前幾天抽出時(shí)間來(lái)挑著看了些，主要集中在第二、三章節(jié)上。發(fā)現(xiàn)這門(mén)課第二章節(jié)的內(nèi)容跟Ng的《machine learning yearning》好好好像啊，甚至插圖都沒(méi)有變太多 =.= 對(duì)于初學(xué)者來(lái)說(shuō)，這門(mén)課的內(nèi)容是以后進(jìn)行工程所不可或缺的，十分建議這門(mén)課和《machine learning yearning》最少要挑一個(gè)看！尤其是bias-variant trade-off理論，沒(méi)有人比Ng講的更清楚了。

對(duì)視頻資料總結(jié)一下，如果是一個(gè)完全態(tài)的新手，那么Ng的機(jī)器學(xué)習(xí)是十分有必要認(rèn)真看的（是說(shuō)認(rèn)真看大作業(yè)的代碼！不僅僅是視頻！）。如果有機(jī)器學(xué)習(xí)基礎(chǔ)了，但是深度學(xué)習(xí)是個(gè)小白，神經(jīng)網(wǎng)絡(luò)也理解很少，數(shù)學(xué)也不怎么樣，那么Ng的Neural networks and deep learning刷了絕對(duì)大有收獲的~如果機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)都有了，但是缺乏某一應(yīng)用領(lǐng)域的應(yīng)用套路，那么有時(shí)間可以刷CS231n或者cs224d，沒(méi)時(shí)間也無(wú)所謂的，繼續(xù)往下看啦~

紙質(zhì)書(shū)籍方面，由于我們目標(biāo)是深度學(xué)習(xí)的應(yīng)用！而且精力有限！所以在書(shū)籍上的功夫一定要少而精。小夕力推兩本，這兩本也是小夕除了論文外，80%的知識(shí)來(lái)源~（算上論文也能占40%啦）

1、《Deep learning》，中文叫《深度學(xué)習(xí)》，已經(jīng)開(kāi)售了（應(yīng)該沒(méi)有人不知道吧）。

這本書(shū)的價(jià)值和權(quán)威性不用我啰嗦。但是！我要吐槽一下，我覺(jué)得這本書(shū)除了主流的深度學(xué)習(xí)模型講的很一般以外，其它大部分章節(jié)還是挺好的！如果你看這本書(shū)的第9、10章學(xué)習(xí)CNN、RNN的時(shí)候感覺(jué)亂糟糟的，要么感覺(jué)太過(guò)啰嗦缺乏核心，要么感覺(jué)“天吶怎么一帶而過(guò)了”，那么不要懷疑自己的智商，因?yàn)樾∠σ矐岩蛇^(guò)自己的智商了 =.= 。這些章節(jié)主要就用來(lái)索引論文吧。（當(dāng)然如果你覺(jué)得講的棒呆了，恭喜你跟作者心有靈犀）

但是，這本書(shū)的6、7、8章還是很棒的！第一部分寫(xiě)數(shù)學(xué)基礎(chǔ)的那幾章也是言簡(jiǎn)意賅，恰到好處。總之“深度前饋網(wǎng)絡(luò)”、“正則化”、“優(yōu)化”這幾章值得細(xì)細(xì)讀的~

另外，不要以為看完這本書(shū)你就對(duì)深度學(xué)習(xí)無(wú)所不能了，實(shí)際上還差很遠(yuǎn)吶。這本書(shū)的價(jià)值在于讓你低成本（高效率）的補(bǔ)上最近幾年的主要理論成果，免得自己面對(duì)數(shù)百篇重要論文無(wú)從下手。順便提供了一個(gè)論文索引。工程能力的get要看下面這本神書(shū)！

2、《Hands On MachineLearning with Scikit Learn and TensorFlow》。

這本書(shū)是小夕秘藏好久的書(shū)籍！遇到它時(shí)也是緣分啦，有一次在Google瞎搜，結(jié)果出來(lái)一個(gè)“safari books online”的神奇網(wǎng)站，寶寶用了多年Safari，都沒(méi)有發(fā)現(xiàn)它還有這種地方！于是點(diǎn)進(jìn)去，

?

噫？果然是個(gè)神奇的地方！然后就習(xí)慣性的去找人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等分類(lèi)的書(shū)了。然后當(dāng)時(shí)看到了相關(guān)主題的熱搜，當(dāng)時(shí)的top1就是這本書(shū)！好奇之下點(diǎn)進(jìn)去試讀，然后就中毒了。。。

不過(guò)不用擔(dān)心價(jià)格問(wèn)題，只要你有書(shū)名，你懂嗒(￣?￣)

這本書(shū)真的是深度學(xué)習(xí)在工程應(yīng)用上的神器！有很多工程tricks，比如工程上怎么初始化啦、怎么選擇激活函數(shù)啦、批量歸一化什么時(shí)候用之類(lèi)的很現(xiàn)實(shí)的問(wèn)題基本都能在這里找到答案！它又不同于《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》這種堆砌代碼的書(shū)籍，它的理論講解也很棒！整本書(shū)的組織也是循循善誘，代碼什么的與理論和實(shí)驗(yàn)融為一體，而且最重要的是它也會(huì)給出大量的參考論文！論文都會(huì)在當(dāng)頁(yè)的下方給出，簡(jiǎn)直發(fā)現(xiàn)新大陸不能更方便了！

哦對(duì)了，這本書(shū)的前半部分是統(tǒng)計(jì)機(jī)器學(xué)習(xí)，后半部分是深度學(xué)習(xí)。小夕只看了深度學(xué)習(xí)部分。對(duì)于還沒(méi)有用過(guò)統(tǒng)計(jì)機(jī)器學(xué)習(xí)模型如SVM解決過(guò)工程問(wèn)題的同學(xué)來(lái)說(shuō)，前半部分也是神器了！所以超級(jí)初學(xué)者上完Ng的機(jī)器學(xué)習(xí)后，來(lái)這本書(shū)的前半部分深入學(xué)習(xí)簡(jiǎn)直不能更高效了。

對(duì)書(shū)籍資料總結(jié)一下，只要你要做深度學(xué)習(xí)了，理論書(shū)方面目前最佳還是《deeplearning》。但是不要迷信部分章節(jié)的講解力，該啃參考論文就啃論文！大部分論文會(huì)比書(shū)上講的清晰很多（除了某些思維實(shí)在難以讓人理解的大牛的論文）。工程上的主力書(shū)，小夕只推《Hands On Machine Learning with Scikit Learn and TensorFlow》。超級(jí)新手順便把前半部分也挑著看一下，一般性初學(xué)者和工程經(jīng)驗(yàn)不太豐富的小伙伴好好看后半部分吧（尤其"training deep neural nets"那一章）

其它資料方面，力推兩個(gè)。

1、Udacity的深度學(xué)習(xí)課程里的projects。

https://github.com/udacity/deep-learning

如果深度學(xué)習(xí)工程能力僅僅停留在demo層面，還沒(méi)有自主做過(guò)大型demo或者說(shuō)小型project，然后又覺(jué)得沒(méi)有人帶著無(wú)從下手，那么Udacity里的這些projects會(huì)把你感動(dòng)哭的！

project從計(jì)算機(jī)視覺(jué)到自然語(yǔ)言處理，都有很典型的應(yīng)用場(chǎng)景。而且每個(gè)project都是已經(jīng)給定了框架，說(shuō)明文檔非常詳細(xì)，大部分工程的代碼組織的也很棒，小夕前不久（前好久）說(shuō)的閉關(guān)修煉就是指的在這里刷projects！收獲非常非常大！而且小夕有幸聽(tīng)了這個(gè)課程配套的幾節(jié)課，簡(jiǎn)直不要太友好，有經(jīng)濟(jì)條件的同學(xué)來(lái)刷一下Udacity的《deep learning》課程收獲或許比CS231和CS224多。（Udacity是不是該給我點(diǎn)廣告費(fèi)(｡ ?︿ ?｡)）

2、各類(lèi)知識(shí)分享平臺(tái)和企業(yè)媒體。（2020年更新：此節(jié)內(nèi)容已過(guò)時(shí)

有很多各種推薦AI領(lǐng)域新聞的訂閱號(hào)大V我就不說(shuō)啦，自己取舍~最后留在小夕手機(jī)里的，最常刷的，一個(gè)是之前在知乎上已經(jīng)寫(xiě)過(guò)的Quora，還有一個(gè)是“雷鋒網(wǎng)”APP。發(fā)現(xiàn)這個(gè)確實(shí)存在干貨的媒體也是通過(guò)某個(gè)大神的一篇文章（過(guò)一陣子的推送中就會(huì)提到這篇文章）然后就連帶著在這個(gè)媒體的APP里刷出來(lái)很多確實(shí)存在良心干貨的文章！這跟那些一談技術(shù)就滿(mǎn)篇浮夸和錯(cuò)誤的媒體比起來(lái)簡(jiǎn)直不能要求更多了。

也有很多專(zhuān)注寫(xiě)干貨的微信訂閱號(hào)，小夕覺(jué)得很良心的有憶臻小哥哥的《機(jī)器學(xué)習(xí)算法與自然語(yǔ)言處理》、還有《哈工大SCIR》（自然語(yǔ)言處理的多一些），有時(shí)還會(huì)去周立“小叔叔”的《交互設(shè)計(jì)前端開(kāi)發(fā)與后端程序設(shè)計(jì)》玩耍(￣?￣)

其它資料總結(jié)：Udacity的deeplearning課程projects會(huì)給已經(jīng)入門(mén)的小伙伴帶去驚喜的~閑暇時(shí)間刷刷Quora、雷鋒網(wǎng)還有上述幾個(gè)良心訂閱號(hào)容易撞到停不下來(lái)的干貨哦。

大總結(jié)：堅(jiān)持看到最后的一定是真愛(ài) \(//?//)\

總結(jié)

以上是生活随笔為你收集整理的深度学习资料挑的眼花啦？小夕帮你做选择！的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。